1       环视基础

环视只进行子表达式的匹配，不占有字符，匹配到的内容不保存到最终的匹配结果，是零宽度的。环视匹配的最终结果就是一个位置。 环视的作用相当于对所在位置加了一个附加条件，只有满足这个条件，环视子表达式才能匹配成功。 环视按照方向划分有顺序和逆序两种，按照是否匹配有肯定和否定两种，组合起来就有四种环视。顺序环视相当于在当前位置右侧附加一个条件，而逆序环视相当于在当前位置左侧附加一个条件。

[b]表达式[/b][b][/b]	[b]说明[/b][b][/b]
[b](?<=Expression)[/b]	逆序肯定环视，表示所在位置左侧能够匹配Expression
[b](?<!Expression)[/b]	逆序否定环视，表示所在位置左侧不能匹配Expression
[b](?=Expression)[/b]	顺序肯定环视，表示所在位置右侧能够匹配Expression
[b](?!Expression)[/b]	顺序否定环视，表示所在位置右侧不能匹配Expression

 对于环视的叫法，有的文档里叫预搜索，有的叫什么什么断言的，这里使用了更多人容易接受的《精通正则表达式》中“环视”的叫法，其实叫什么无所谓，只要知道是什么作用就是了，就这么几个语法规则， 还是很容易记的

2       环视匹配原理

 环视是正则中的一个难点，对于环视的理解，可以从应用和原理两个角度理解，如果想理解得更清晰、深入一些，还是从原理的角度理解好一些，正则匹配基本原理参考 NFA引擎匹配原理。 上面提到环视相当于对“所在位置”附加了一个条件，环视的难点在于找到这个“位置”，这一点解决了，环视也就没什么秘密可言了。 [h1]顺序环视匹配过程[/h1] 对于顺序肯定环视[b](?=Expression)[/b]来说，当子表达式[b]Expression[/b]匹配成功时，[b](?=Expression)[/b]匹配成功，并报告[b](?=Expression)[/b]匹配当前位置成功。 对于顺序否定环视[b](?!Expression)[/b]来说，当子表达式[b]Expression[/b]匹配成功时，[b](?!Expression)[/b]匹配失败；当子表达式[b]Expression[/b]匹配失败时，[b](?!Expression)[/b]匹配成功，并报告[b](?!Expression)[/b]匹配当前位置成功； 顺序肯定环视的例子已在NFA引擎匹配原理中讲解过了，这里再讲解一下顺序否定环视。   [img]http://files.jb51.net/upload/20090724155247461.jpg[/img] 源字符串：[b]aa<p>one</p>bb<div>two</div>cc [/b][b][/b] 正则表达式：[b]<[/b][b](?!/?p\b)[/b][b][^>]+[/b][b]>[/b][b] [/b] 这个正则的意义就是匹配除<p…>或</p>之外的其余标签。 匹配过程： [img]http://files.jb51.net/upload/20090724155247437.jpg[/img] 首先由字符“[b]<[/b]”取得控制权，从位置0开始匹配，由于“[b]<[/b]”匹配“[b]a[/b]”失败，在位置0处整个表达式匹配失败，第一次迭代匹配失败，正则引擎向前传动，由位置1处开始尝试第二次迭代匹配。 重复以上过程，直到位置2，“[b]<[/b]”匹配“[b]<[/b]”成功，控制权交给“[b](?!/?p\b)[/b]”；“[b](?!/?p\b)[/b]”子表达式取得控制权后，进行内部子表达式的匹配。首先由“[b]/?[/b]”取得控制权，尝试匹配“[b]p[/b]”失败，进行回溯，不匹配，控制权交给“[b]p[/b]”；由“[b]p[/b]”来尝试匹配“[b]p[/b]”，匹配成功，控制权交给“[b]\b[/b]”；由“[b]\b[/b]”来尝试匹配位置4，匹配成功。此时子表达式匹配完成，“[b]/?p\b[/b]”匹配成功，那么环视表达式“[b](?!/?p\b)[/b]”就匹配失败。在位置2处整个表达式匹配失败，新一轮迭代匹配失败，正则引擎向前传动，由位置3处开始尝试下一轮迭代匹配。 在位置8处也会遇到一轮“[b]/?p\b[/b]”匹配“[b]/p[/b]”成功，而导致环视表达式“[b](?!/?p\b)[/b]”匹配失败，从而导致整个表达式匹配失败的过程。 重复以上过程，直到位置14，“[b]<[/b]”匹配“[b]<[/b]”成功，控制权交给“[b](?!/?p\b)[/b]”；“[b]/?[/b]”尝试匹配“[b]d[/b]”失败，进行回溯，不匹配，控制权交给“[b]p[/b]”；由“[b]p[/b]”来尝试匹配“[b]d[/b]”，匹配失败，已经没有备选状态可供回溯，匹配失败。此时子表达式匹配完成，“[b]/?p\b[/b]”匹配失败，那么环视表达式“[b](?!/?p\b)[/b]”就匹配成功。匹配的结果是位置15，然后控制权交给“[b][^>]+[/b]”；由“[b][^>]+[/b]”从位置15进行尝试匹配，可以成功匹配到“[b]div[/b]”，控制权交给“[b]>[/b]”；由“[b]>[/b]”来匹配“[b]>[/b]”。 此时正则表达式匹配完成，报告匹配成功。匹配结果为“[b]<div>[/b]”，开始位置为14，结束位置为19。其中“[b]<[/b]”匹配“[b]<[/b]”，“[b](?!/?p\b)[/b]”匹配位置15，“[b][^>]+[/b]”匹配字符串“[b]div[/b]”，“[b]>[/b]”匹配“[b]>[/b]”。 [h1]逆序环视基础[/h1] 对于逆序肯定环视[b](?<=Expression)[/b]来说，当子表达式[b]Expression[/b]匹配成功时，[b](?<=Expression)[/b]匹配成功，并报告[b](?<=Expression)[/b]匹配当前位置成功。 对于逆序否定环视[b](?<!Expression)[/b]来说，当子表达式[b]Expression[/b]匹配成功时，[b](?<!Expression)[/b]匹配失败；当子表达式[b]Expression[/b]匹配失败时，[b](?<!Expression)[/b]匹配成功，并报告[b](?<!Expression)[/b]匹配当前位置成功； 顺序环视相当于在当前位置右侧附加一个条件，所以它的匹配尝试是从当前位置开始的，然后向右尝试匹配，直到某一位置使得匹配成功或失败为止。而逆序环视的特殊处在于，它相当于在当前位置左侧附加一个条件，所以它不是在当前位置开始尝试匹配的，而是从当前位置左侧某一位置开始，匹配到当前位置为止，报告匹配成功或失败。 顺序环视尝试匹配的起点是确定的，就是当前位置，而匹配的终点是不确定的。逆序环视匹配的起点是不确定的，是当前位置左侧某一位置，而匹配的终点是确定的，就是当前位置。 所以顺序环视相对是简单的，而逆序环视相对是复杂的。这也就是为什么大多数语言和工具都提供了对顺序环视的支持，而只有少数语言提供了对逆序环视支持的原因。 JavaScript中只支持顺序环视，不支持逆序环视。 Java中虽然顺序环视和逆序环视都支持，但是逆序环视只支持长度确定的表达式，逆序环视中量词只支持“?”，不支持其它长度不定的量词。长度确定时，引擎可以向左查找固定长度的位置作为起点开始尝试匹配，而如果长度不确定时，就要从位置0开始尝试匹配，处理的复杂度是显而易见的。 目前只有.NET中支持不确定长度的逆序环视。 [h1]逆序环视匹配过程[/h1] [img]http://files.jb51.net/upload/20090724155247800.jpg[/img] 源字符串：[b]<div>a test</div> [/b] 正则表达式：[b](?<=<div>)[/b][b][^<]+[/b][b](?=</div>) [/b] 这个正则的意义就是匹配<div>和</div>标签之间的内容，而不包括<div>和</div>标签本身。 匹配过程： 首先由“[b](?<=<div>)[/b]”取得控制权，从位置0开始匹配，由于位置0是起始位置，左侧没有任何内容，所以“[b]<div>[/b]”必然匹配失败，从而环视表达式“[b](?<=<div>)[/b]”匹配失败，导致整个表达式在位置0处匹配失败。第一轮迭代匹配失败，正则引擎向前传动，由位置1处开始尝试第二次迭代匹配。 直到传动到位置5，“[b](?<=<div>)[/b]”取得控制权，向左查找5个位置，由位置0开始匹配，由“[b]<div>[/b]”匹配“[b]<div>[/b]”成功，从而“[b](?<=<div>)[/b]”匹配成功，匹配的结果为位置5，控制权交给“[b][^<]+[/b]”；“[b][^<]+[/b]”从位置5开始尝试匹配，匹配“[b]a test[/b]”成功，控制权交给“[b](?=</div>)[/b]”；由“[b]</div>[/b]”匹配“[b]</div>[/b]”成功，从而“[b](?=</div>)[/b]”匹配成功，匹配结果为位置11。 此时正则表达式匹配完成，报告匹配成功。匹配结果为“[b]a test[/b]”，开始位置为5，结束位置为11。其中“[b](?<=<div>)[/b]”匹配位置5，“[b][^<]+[/b]”匹配“[b]a test[/b]”，“[b](?=</div>)[/b]”匹配位置11。 逆序否定环视的匹配过程与上述过程类似，区别只是当[b]Expression[/b]匹配失败时，逆序否定表达式[b](?<!Expression)[/b]才匹配成功。 到此环视的匹配原理已基本讲解完，环视也就没有什么秘密可言了，所需要的，也只是多加练习而已。

3       环视应用

今天写累了，暂时就给出一个环视的综合应用实例吧，至于环视的应用场景和技巧，后面再整理。 需求：数字格式化成用“,”的货币格式。 正则表达式：[b](?<=\d)(?<!\.\d*)(?=(?:\d{3})+(?:\.\d+|$))[/b] 测试代码： double[] data = new double[] { 0, 12, 123, 1234, 12345, 123456, 1234567, 123456789, 1234567890, 12.345, 123.456, 1234.56, 12345.6789, 123456.789, 1234567.89, 12345678.9 }; foreach (double d in data) {     richTextBox2.Text += "源字符串：" + d.ToString().PadRight(15) + "格式化：" + Regex.Replace(d.ToString(), @"(?<=\d)(?<!\.\d*)(?=(?:\d{3})+(?:\.\d+|$))", ",") + "\n"; } 输出结果： 源字符串：0              格式化：0 源字符串：12             格式化：12 源字符串：123            格式化：123 源字符串：1234           格式化：1,234 源字符串：12345          格式化：12,345 源字符串：123456         格式化：123,456 源字符串：1234567        格式化：1,234,567 源字符串：123456789      格式化：123,456,789 源字符串：1234567890     格式化：1,234,567,890 源字符串：12.345         格式化：12.345 源字符串：123.456        格式化：123.456 源字符串：1234.56        格式化：1,234.56 源字符串：12345.6789     格式化：12,345.6789 源字符串：123456.789     格式化：123,456.789 源字符串：1234567.89     格式化：1,234,567.89 源字符串：12345678.9     格式化：12,345,678.9 实现分析： 首先根据需求可以确定是把一些特定的位置替换为“,”，接下来就是分析并找到这些位置的规律，并抽象出来以正则表达式来表示。 1、   这个位置的左侧必须为数字 2、   这个位置右侧到出现“.”或结尾为止，必须是数字，且数字的个数必须为3的倍数 3、   这个位置左侧相隔任意个数字不能出现“.” 由以上三条，就可以完全确定这些位置，只要实现以上三条，组合一下正则表达式就可以了。 根据分析，最终匹配的结果是一个位置，所以所有子表达式都要求是零宽度。 1、   是对当前所在位置左侧附加的条件，所以要用到逆序环视，因为要求必须出现，所以是肯定的，符合这一条件的子表达式即为“[b](?<=\d)[/b]”[b][/b] 2、   是对当前所在位置右侧附加的条件，所以要用到顺序环视，也是要求出现，所以是肯定的，是数字，且个数为3的倍数，即“[b](?=(?:\d{3})*)[/b]”，到出现“.”或结尾为止，即“[b](?=(?:\d{3})*(?:\.|$))[/b]” 3、   是对当前所在位置左侧附加的条件，所以要用到逆序环视，因为要求不能出现，所以是否定的，即“[b](?<!\.\d*)[/b]” 因为零宽度的子表达式是非互斥的，最后匹配的都是同一个位置，所以先后顺序是不影响最后的匹配结果的，可以任意组合，只是习惯上把逆序环视写在左侧，顺序环视写在右侧。